'openai api' 검색 결과

Claude API (platform.claude.com) のモデル・SDK。 model ID・選択基準、Fable・Mythos 5.1 / Opus・Sonnet・Haiku 5.5 移行・破壊的変更、 コスト最適化 (effort / caching / batch / advisor)、pricing、deprecation、用語集。 公式 SDK 7 言語 (Python / TypeScript / Java / Go / Ruby / C# / PHP)、 Claude API 用 CLI `ant` (Claude Code CLI とは別。quickstart / authentication / scripting、`ant apply` resources as code、Managed Agents session 接続)、 middleware、OpenAI SDK 互換、Apple Foundation Models。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Parallels의 macOS 가상 환경에서 설치부터 Discord 메시지 전송, 호스트의 회신, 게스트의 읽기까지 검증하여 양방향 통신의 성공 여부를 확인합니다.

• 새 macOS 환경의 메시지 송수신 확인
• 업그레이드 후 양방향 통신 검증
• Discord 왕복 통신 실패 조사

OpenClaw 일반 버전과 extended-stable 버전의 공개 위치, 배포물 출처, 테스트 결과, Gateway 실제 동작을 대조해 릴리스 상태를 확인합니다.

• stable 버전의 공개 완료 확인
• 플러그인 배포 누락 확인
• extended-stable 버전의 증거 확인

DSPy로 질문 응답과 문서 검색을 결합한 AI 처리를 만듭니다. 입출력을 정의한 구성 요소를 조합하고 학습 예시와 평가 지표로 프롬프트를 자동 조정합니다.

• 문서 검색을 결합한 질문 응답 만들기
• 학습 예시로 프롬프트 조정하기
• 텍스트에서 구조화된 데이터 추출하기

에이전트의 과거 대화와 자료를 Pinecone에 저장하고 관련 정보를 검색해 답변에 활용하는 시스템을 구축합니다. 세션 간 장기 기억과 의미 기반 검색의 시제품 제작을 돕습니다.

• 세션이 바뀌어도 유지되는 기억 구축
• 검색한 정보를 에이전트 답변에 활용
• 사용자별로 기억을 나누어 관리

Chroma로 의미가 비슷한 문서를 찾는 시스템을 구축합니다. 문서와 부가 정보를 저장·갱신하고 조건으로 검색을 좁히며 AI 앱을 시제품으로 만듭니다.

• 의미가 비슷한 문서를 검색할 때
• 검색 자료 기반 AI 답변을 시험할 때
• 문서 데이터를 로컬에 저장할 때

정규 표현식과 문법 규칙으로 로컬 언어 모델의 출력을 제한해 JSON과 날짜 형식을 맞춥니다. 고정 라벨 분류와 Python을 이용한 재사용 가능한 다단계 생성도 다룹니다.

• 지정 스키마에 맞는 JSON 생성
• 날짜와 이메일 주소 형식 통일
• 고정 라벨로 텍스트 분류

텍스트에서 필요한 정보를 추출하고 Pydantic으로 자료형과 값을 검증합니다. 언어 모델 출력을 정해진 구조로 정리하며 검증 실패 시 재시도와 생성 중 결과 수신도 다룹니다.

• 텍스트에서 연락처나 기업 정보를 추출합니다
• 기사를 정해진 범주로 분류합니다
• 리뷰 분석의 항목을 통일합니다

OpenHands CLI에 코드 수정과 여러 단계의 개발 작업을 맡깁니다. LiteLLM 지원 모델을 선택하고, 대화형 화면 없이 일괄 실행과 진행 확인, 대화 재개를 할 수 있습니다.

• OpenHands에 코드 수정 위임
• LiteLLM 지원 모델로 개발
• 오래 걸리는 개발 작업의 진행 확인

CLAUDE.md나 작업 목록의 자연어를 짧게 압축해 입력 토큰을 줄입니다. 코드와 문서 구조를 유지하고 읽기 쉬운 원문은 별도 위치에 백업합니다.

• CLAUDE.md의 입력 토큰을 줄일 때
• 작업 목록과 선호 사항 메모를 압축할 때
• 압축 전의 읽기 쉬운 원문을 보관할 때

텍스트나 참고 이미지로 Codex용 움직이는 펫을 만들고, 동작별 외형의 일관성과 배경 투명도를 확인하며 애니메이션 이미지와 설정 파일을 함께 출력합니다.

• 텍스트로 Codex 펫 제작
• 캐릭터 이미지를 펫으로 변환
• 동작마다 달라지는 외형 수정

Convert chat messages into template strings for local model runtimes such as Ollama or llama.cpp. Optionally route queries among a few registered intents using embeddings, numerical representations of meaning, without calling a model.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Preparing prompt strings for Ollama
• Formatting conversations for a local model
• Routing queries among a few intents

Search Apple Notes by meaning or exact text, discover related notes and unexpected connections, and synthesize ideas with citations. The skill guides local setup and tool selection, with on-device search and optional local or cloud language models for synthesis.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Find past notes by topic or exact phrase
• Discover unexpected connections between notes
• Summarize ideas with citations to source notes

Design Azure infrastructure from plain language or visualize existing resources as interactive diagrams. Refine the architecture through conversation, then generate Bicep infrastructure code, review it, and validate changes before deployment.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Designing a new Azure architecture
• Visualizing existing Azure resources
• Planning cost or security changes

Build AI workflows with DSPy by defining inputs and outputs and combining reusable components. Create question answering systems that use retrieved documents, tool-using agents, and automatically optimized prompts, then compare results with evaluation data.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Build question answering systems that use retrieved documents
• Optimize prompts using examples and evaluation metrics
• Combine AI tasks into reusable processing stages

Use LangSmith to record LLM application inputs, outputs, and timing, investigate failures, evaluate answers against test datasets, and monitor production usage. It also guides automated quality checks and analysis of token usage and costs.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Investigating failures in LLM applications
• Evaluating answers against test datasets
• Monitoring production latency and costs

Manage Linear issues and projects through natural-language requests. Review priorities, create and update tickets, inspect team workloads, and organize release plans using a workflow that reads existing information before making changes.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Prioritize bugs by their impact on users
• Plan issues and assignments for the next sprint
• Review workloads and redistribute assignments

Deploy applications and infrastructure on Cloudflare by matching project needs to services such as Workers and Pages. Guides service selection and authentication checks, with references covering storage, AI, networking, security, and infrastructure configuration.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Publish a website or application on Cloudflare
• Deploy serverless functions with Workers
• Choose storage for databases and files

Helps build AI features in Go with Genkit, including text generation, structured data output, streaming, tool calls, and conversational agents. Guides HTTP serving and trace inspection to check model responses and tool execution.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Adding text generation or structured output to a Go app
• Building a chatbot that retains conversation state
• Connecting model responses to tool calls

Build AI workflows with DSPy by defining inputs and outputs and combining reusable components. Create question answering systems that use retrieved documents, tool-using agents, and automatically optimized prompts, then compare results with evaluation data.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Build question answering systems that use retrieved documents
• Optimize prompts using examples and evaluation metrics
• Combine AI tasks into reusable processing stages

Use LangSmith to record LLM application inputs, outputs, and timing, investigate failures, evaluate answers against test datasets, and monitor production usage. It also guides automated quality checks and analysis of token usage and costs.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Investigating failures in LLM applications
• Evaluating answers against test datasets
• Monitoring production latency and costs

Assess candidate security findings using focused reproduction, tests, or code tracing. Record the evidence, confidence, and remaining proof gaps for each candidate, helping determine which findings warrant reporting and which remain uncertain.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Verify whether a suspected vulnerability can be reproduced
• Reassess a finding previously marked as a false positive
• Trace vulnerable paths when runtime services are unavailable

Save and manage product references and design preferences for future Product Design work. Keep product URLs, Figma files, screenshots, brand assets, and other context available, and review or update what has already been saved.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Set up Product Design with initial references
• Save Figma files and product URLs for future work
• Keep screenshots and brand references available

Plan NVIDIA NuRec workflows that turn sensor recordings into renderable 3D scenes. This routing skill selects the relevant specialist skills for dataset downloads, conversion, training, rendering, and frame cleanup, and puts the steps in order.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Plan a reconstruction workflow from sensor recordings
• Find the steps to render an existing USDZ scene
• Choose a workflow for cleaning up rendered frames